Wie KI-Agenten die Datenqualität im CRM verbessern

Ein Vertriebsmitarbeiter öffnet den Kontakt „Anna Meier“ und findet zwei Datensätze: dieselbe E-Mail-Adresse, unterschiedliche Telefonnummern und eine Firmenadresse, die nur in einem Eintrag vollständig ist. Vertrieb, Service und Marketing arbeiten dadurch schnell mit verschiedenen Informationen.

Ein KI-Agent kann Kundeneinträge regelmäßig oder bei definierten Prüfungen auf fehlende Felder, Dubletten, veraltete Angaben und Widersprüche untersuchen. Er vergleicht die Daten nach festgelegten Regeln, macht Korrekturvorschläge und ändert Datensätze nur innerhalb klar definierter Rechte und Grenzen.

Welche Fehler erkennt ein KI-Agent?

Bei möglichen Dubletten vergleicht der Agent mehrere Merkmale, etwa E-Mail-Adresse, Telefonnummer, Name und Anschrift. Normalisierte Schreibweisen und eine unscharfe Suche helfen dabei, Tippfehler oder abweichende Straßenangaben zu erkennen. Ein identischer Name allein genügt nicht für eine sichere Zuordnung.

Auch fehlende Angaben lassen sich systematisch melden. Der Agent prüft, ob als erforderlich definierte oder nach einer Prüfregel benötigte Felder vorhanden sind. Widersprüche erkennt er zum Beispiel, wenn zu derselben E-Mail-Adresse unterschiedliche Firmennamen oder Telefonnummern hinterlegt sind.

Ob ein Eintrag veraltet ist, hängt vom Verwendungszweck ab. Eine Lieferadresse sollte regelmäßig aktualisiert oder geprüft werden, wenn der Zweck aktuelle Angaben voraussetzt. Ein historischer Ansprechpartner kann für die Nachvollziehbarkeit eines früheren Vorgangs weiterhin wichtig sein. Darauf weist auch der britische Datenschutzbeauftragte zur Datenrichtigkeit hin.

Wie entstehen belastbare Korrekturvorschläge?

Im Beispiel stellt der Agent beide Kontakte und die abweichenden Werte gegenüber. Er zeigt die verglichenen Angaben, die verwendeten Regeln und vorhandene Unsicherheiten. Quellen können dokumentiert werden, wenn sie verfügbar und technisch angebunden sind.

Eine eindeutige Korrektur, etwa die Vereinheitlichung einer Schreibweise nach einer festgelegten Regel, kann automatisch erfolgen. Beim Zusammenführen zweier Datensätze sollte der Agent dagegen mehrere übereinstimmende Merkmale verlangen und unsichere Fälle zur Prüfung vorlegen. Microsoft beschreibt für die Dublettenerkennung und Zusammenführung von Kontakten Vergleiche mit Normalisierung, unscharfer Suche und Feldabgleich.

Rechte und Grenzen statt pauschaler Freigaben

Ein KI-Agent braucht nicht für jede Aktion eine menschliche Freigabe. Das Unternehmen legt Ziele, Zugriffsrechte und Risikogrenzen fest. Erlaubte Routineänderungen kann der Agent selbst ausführen; Löschen, unsichere Zusammenführungen oder rechtlich relevante Änderungen können ausdrücklich eine Freigabe erfordern. Berechtigungen und risikobasierte Freigaben erfüllen dabei unterschiedliche Aufgaben.

Was ist bei Needs zu klären?

Bei Needs sind für den konkreten Einsatz Datenzugriff, Prüfregeln, Protokollierung und die gewünschte Autonomiestufe zu klären. Sinnvoll ist ein begrenzter Start: erst Fehler erkennen, dann begründete Vorschläge anzeigen und nur eindeutig regelbasierte Korrekturen automatisch ausführen.

Needs kennenlernen